Python3.7下CUDA11.2版TensorFlow无法识别Envy本AMD Radeon Vega 8 GPU

• 你无法识别到GPU的核心原因是CUDA是NVIDIA（英伟达）专属的并行计算技术，仅能在NVIDIA生产的显卡上运行，你使用的AMD Radeon Vega 8显卡本身不兼容原生CUDA，因此无论你安装的CUDA、cuDNN、TensorFlow版本如何匹配，都无法被识别到。
• 适配CUDA 11.2的TensorFlow 2.5 GPU版本仅支持满足CUDA 11.2运行要求的NVIDIA显卡，完全不兼容AMD系列显卡，和你使用的Python 3.7环境没有关联。
• 你此前为CUDA、cuDNN配置的环境变量，以及通过pip install tensorflow-gpu==2.5安装的GPU版本TensorFlow，在AMD硬件环境下均无法生效，运行返回Num GPUs Available 0属于预期结果。

• 选择AMD官方推出的ROCm开源计算框架替代CUDA，安装适配Radeon Vega 8显卡、Python 3.7版本的ROCm环境，再安装对应编译的ROCm版本TensorFlow，即可调用你的AMD显卡实现计算加速。
• 无需GPU加速的场景下，可以卸载已安装的tensorflow-gpu包，安装CPU版本TensorFlow直接运行相关代码，不需要调整现有CUDA相关配置。
• 需使用原生CUDA生态的场景下，更换为搭载支持CUDA 11.2的NVIDIA显卡的设备即可正常使用你已配置的TensorFlow GPU环境。

内容的提问来源于stack exchange，提问作者Xvx